Bu protokolün ve daha büyük örneklem boyutlarıile gelecekteki çalışmaların kullanılması, değişken kortikal görsel uyarılmış potansiyel morfolojinin uyarıcı tipe mi, dışsal veya izleyiciye mi bağlı olduğunu belirleyebilir. Değişken görsel uyarılmış potansiyel morfolojisi sadece eeg yüksek zamansal çözünürlük kullanılarak görülebilir, aynı zamanda maliyet-etkin, non-invaziv, ve diğer metodolojiler karşı minimum kayıt süresi gerektirir. Prosedürü gösteren Mashhood Nielsen, laboratuvar yöneticisi ve benim laboratuvar bir lisans araştırma görevlisi olacaktır.
Katılımcıyı EEG kayıt odasına kadar eşlik ettikten sonra, katılımcının baş çevresini santimetre olarak ölçün ve uygun EEG net boyutunu seçin. Referans elektrotun yerleştirilmesi için kafa derisinin orta noktasını ölçün ve işaretleyin. Beş mililitre bebek şampuanı ve 1,100 gram potasyum klorür ile karıştırılmış bir litre ılık su hazırlayın.
EEG net'i çözeltiye yerleştirin ve ağın çözeltide beş dakika bekletin. Uyarıcı sunum bilgisayarını ve EEG satın alma bilgisayarını açın. Çözümün giysilerinin üzerine damlamasını önlemek için katılımcının boynuna bir havlu veya başka emici malzeme yerleştirin ve katılımcıya gözlerini kapatmasını emretin.
Daha sonra EEG ağını iki elinizle sıkıca tutun ve katılımcının kafasına yerleştirin. Net kafa derisi baş üzerinde simetrik yerleştirilir emin olun, ölçülen kafa derisi orta hat noktasında referans elektrot ile. Kafa derisi ve elektrotlar arasında güvenli bir bağlantı sağlamak için çene ve oküler ağ hatları sıkın.
Katılımcıya rahat olup olmadığını ve herhangi bir şeyin ayarlanması gerekip gerekmediğini sorun. EEG ağını amplifikatöre bağlayın. Ortalama 10 kiloohm hedefi ile uygun elektrot empedans değerlerini kontrol edin.
Empedans değerlerini azaltmak için, yüksek empedansa sahip kafa derisi ve elektrotlar üzerine potasyum klorür çözeltisi uygulamak için bir mililitrelik pipet kullanın. Elektrotlar arasında yeterli empedans değerleri elde edilene kadar bu işleme devam edin. Katılımcıya monitörde görünecek görsel uyaranlara odaklanmasını öğretin.
Görüş mesafesi yaklaşık 65 inçtir. Dört görsel paradigma için sunum sırasını belirlemek ve görsel görevleri ve EEG kaydını başlatmak için sahte bir rasgele sayı üreteci kullanın. Devam eden EEG yüksek miyojenik veya tam olarak 60 hertz aktivitesi gösteriyorsa, elektrot kafa derisi bağlantısını yeniden kontrol etmek için deneyi duraklatın.
Görsel nesne paradigması için görsel görevleri ve EEG kaydını, zamansal titreme paradigması ile görsel nesneyi, görsel hareket paradigmasını ve zamansal titreme paradigması ile görsel hareketi tekrarlayın. Deney sonunda, katılımcıların net çıkarırken gözlerinin içine girmesini önlemek için gözlerini kapatmak için talimat. Çene ve göz ağı hatlarını gevşeterek başlayın.
Daha sonra yavaşça çene kayışı yukarı ve katılımcının başının üzerinde çekerek net çıkarın. EEG ağını amplifikatöründen koparın. EEG kapağını su yla dolu bir kovanın içine sokup çıkararak ve musluk altında durulayarak dezenfeksiyon işlemine başlayın.
Daha sonra, dezenfektan kovasına yaklaşık iki litre su ekleyerek ve 15 mililitre dezenfektanı suyla karıştırarak dezenfektan çözeltisini hazırlayın. Ağın sensör ucunu dezenfektana batırın. İki dakika için bir zamanlayıcı ayarlayın.
Ağı sürekli yukarı ve aşağı daldırın. Ağı sekiz dakika daha ıslatın. Bundan sonra, dezenfektan çözeltisinden EEG kapağını çıkarın.
EEG ağını su yla dolu elektrot kovasının içine ve dışına yerleştirin ve durulama için akan suyun altına yerleştirin. Yıkamayı dört kez tekrarlayın ve ağın kurumasını bekleyin. EEG analizlerini başlatmak için, tek bir yüksek geçiş filtresi kullanarak, EEG dosyalarını EEGLAB araç kutusu üzerinden analiz için MatLab'a aktarın.
Açılan menüden dosya seçeneğini seçin ve veri aktar'ı tıklatın. Menüden EEGLAB işlevlerini ve eklentilerini kullanarak seçin. Ardından, uygun dışa aktarma dosya biçimini tıklatın.
Açılan menüden düzenle'yi seçin ve kanal konumlarının elektrot montajının türüne göre kanal konumlarını yeniden atamasını seçin. Konumları arayın'ı tıklatın ve ilgi elektrot montaj dosyasının yolunu bulmak için elipsi seçin. Uyaran öncesi ve sonrası süreler atamak için başlangıç saati kutusuna 0,1 saniyelik bir değer girin.
Prestimulus aralığına göre verileri doğru taban çizgisine getirmek için, prestimulus taban çizgisini doğru seçin'Z-skor eşiğinde 2.5 olasılık kullanarak kötü kanalları kaldırın. Tüm elektrotları çizerek kötü kanalların tanımlanmasını veya çıkarılmasını doğrulayın. Gerekirse, 30 ila 30 mikrovolt aralığıdışında ortalama voltaj genlikleri olan kanalları manuel olarak çıkarın.
Daha sonra, 100 mikrovolt ve 100 mikrovolt değerleri girerek artifakı reddi gerçekleştirin ve tüm segmentler için aralığıdışında voltaj ile kanalları not. Reddedilen denemelerin %60'ını veya daha fazlasını oluşturuyorlarsa, bu kötü kanalları el ile kaldırın. Bu adımı gerektiği kadar tekrarlayın.
Yapı kaldırma adımlarını takiben, en az 100 süpürmenin kabul edildiğinden emin olun. Daha sonra, morfolojik desenleri kategorilere ayırmak için ilgi kanalları çizin. CVEP morfolojisi yaklaşık 100 ila 115 milisaniye p1'de büyük pozitif bir tepe ile karakterize ise, yaklaşık 140 ila 180 milisaniye n1 negatif bir zirve ve yaklaşık 165-240 milisaniye p2 pozitif bir zirve takip, CVEP morfolojisi yaklaşık 100-115 milisaniye p1, 140-180 milisaniye n1a pozitif ve negatif zirveleri ile karakterize ise Desen A.If seçin , 180 ila 240 milisaniye p2a, 230 ila 280 milisaniye n1b ve 260-350 milisaniye p2b, bir grup ortalaması oluşturmak B.To Desen seçin, görsel olarak gözlenen morfolojik desen göre birlikte tek tek veri kümeleri ekleyin.
Yeni birleştirilen veri kümesi dosyasını adlandırın ve kaydedin. Her görsel paradigmayı pasif olarak görüntüleyen 19-24 yaş arası beş katılımcının cVEP başlangıcı sonuçları elde edilir. Zamansal titreme durumu olmayan nesnelerde, iki katılımcının Desen A ile birlikte bulunduğu saptarken, üç katılımcı da Desen B.Benzer şekilde, temporal jitter durumuna sahip nesnelerde, Desen A ile sunulan iki denek ve Desen B.It ile üç de her nesne başlangıçlı cVEP desende titreme etkileri genlik ve gecikmeye neden olduğu gözlenebilir.
Ancak, nesne başlangıçlı cVEPs aksine, her katılımcı için hareket başlangıçlı cVEP morfolojik desenler jitter durumu arasında tutarlı idi. Ayrıca, Desen B grup ortalaması, genellikle hem temporal jitter ile hem de olmadan mevcut birden fazla tepe bileşenleri, net bir kanıt gösterir. Nesneler paradigmasına benzer şekilde, hareket paradigmasındaki gerginlik, her iki morfolojik desende de hareket başlangıçlı cVEP özelliklerini etkiler.
CVEP morfolojisinin kategorizasyonu şu anda yapılmamıştır. Ama morfolojik desenler belirli görsel kortikal süreçleri yansıtabilir. Bu örüntülerin değerlendirilmesi, davranışla ilgili altta yatan nörofizyolojik fonksiyonu açıklığa kavuşturabilir.
Manyetoensefalografi veya MEG, görsel uyandırma potansiyelleri ile ilgili ücretsiz zamansal bilgi sağlayabilir. Eşzamanlı FMRI değerlendirmesi morfolojiye bağlı diferansiyel kortikal ağ aktivasyonu ile ilgili yüksek uzamsal çözünürlük sağlayabiliriken. Elektrotlar uygunsuz ve/veya empedanslar yüksek sayılsa, verilerin yorumlanması zor ve muhtemelen anlamsız olacaktır.
Ağı dezenfekte ederken, dezenfektan ile dikkatli olmayı unutmayın ve gözlere yakın alamadım. Düzgün bir şekilde atın.
